[论文解读] Sparse graph limits, entropy maximization and transitive graphs

Balázs Szegedy|arXiv (Cornell University)|Apr 3, 2015

Limits and Structures in Graph Theory参考文献 9被引用 9

一句话总结

本文引入了对数收敛（log-convergence）这一新颖的图极限概念，将稀疏图极限、信息论与群论联系起来。研究证明，对所有图 $ G $，比值 $ \log t(H,G)/\log t(P_1,G) $ 的上确界等于其在边传递与顶点传递图上的上确界，从而为西多伦科猜想（Sidorenko’s conjecture）提供了群论视角，并揭示了一类由稀疏指数 $ \beta $ 控制的一族准随机稀疏图模型。

ABSTRACT

In this paper we describe a triple correspondence between graph limits, information theory and group theory. We put forward a new graph limit concept called log-convergence that is closely connected to dense graph limits but its main applications are in the study of sparse graph sequences. We present an information theoretic limit concept for $k$-tuples of random variables that is based on the entropy maximization problem for joint distributions of random variables where a system of marginal distributions is prescribed. We give a fruitful correspondence between the two limit concepts that has a group theoretic nature. Our applications are in graph theory and information theory. We shows that if $H$ is a bipartite graph, $P_1$ is the edge and $t$ is the homomorphism density function then the supremum of $\log t(H,G)/\log t(P_1,G)$ in the set of all graphs $G$ is the same as in the set of graphs that are both edge and vertex transitive. This result gives a group theoretic approach to Sidorenko's famous conjecture. We obtain information theoretic inequalities regarding the entropy maximization problem. We investigate the limits of sparse random graphs and discuss quasi-randomness in our framework.

研究动机与目标

• 解决子二次但超线性区间内稀疏图序列缺乏一致极限理论的问题。
• 提出一种新的收敛概念——对数收敛，以捕捉传统稠密图极限失效时稀疏图中的有意义渐近行为。
• 建立图极限、信息论中的熵最大化，以及群论对称性（特别是传递性）之间的对应关系。
• 通过证明极值密度由传递图实现，为研究西多伦科猜想提供群论框架。
• 刻画边概率为 $ n^{2\beta - 2} $ 的稀疏随机图模型的极限，识别出由参数 $ \beta $ 索引的一族准随机对象。

提出的方法

• 将对数收敛定义为归一化类似熵量 $ h(H,G) = d(H,G)/d(P_1,G) $ 的收敛，其中 $ d(H,G) = -\log t(H,G) $，以克服零密度与无界性问题。
• 以相对熵（KL散度）作为信息论基础，将 $ d(H,G) $ 解释为在 $ \text{Hom}(H,G) $ 与 $ V(G)^{V(H)} $ 上的均匀测度之间的差异。
• 引入双部设定，将图表示为 $ V_1 \times V_2 $ 的子集，以确保 $ h(H,G) $ 的一致有界性，并保证图序列的紧致性。
• 在给定边缘分布下应用熵最大化原理，以建模极值图密度并推导不等式。
• 通过有限海森堡群在 $ \mathbb{F}_p $ 上的构造，给出显式例子，计算同态密度，并证明 $ \lim_{p\to\infty} h(C_4, G_p) = 4 $。
• 通过考虑熵最大化分布中的边缘熵与互信息，将框架扩展至标记图。

实验结果

研究问题

• RQ1 是否存在一种有意义的极限概念，适用于稀疏图序列，且能将稠密图极限推广至子二次区间之外？
• RQ2 信息论原理（特别是熵最大化）如何用于分析图同态密度并推导不等式？
• RQ3 对称性（特别是边传递与顶点传递）在极值化双部图的比值 $ \log t(H,G)/\log t(P_1,G) $ 中起何作用？
• RQ4 边概率为 $ n^{2\beta - 2} $ 的稀疏随机图模型在渐近下表现如何，其极限结构为何？
• RQ5 能否通过在熵最大化框架中引入边缘熵与互信息，对图参数收敛性进行更精细刻画？

主要发现

• 对所有有限图 $ G $，比值 $ \log t(H,G)/\log t(P_1,G) $ 的上确界等于其在边传递与顶点传递图上的上确界，从而为极值图密度提供了群论表征。
• 对于 4-圈 $ C_4 $，在 $ \mathbb{F}_p $ 上的海森堡图 $ G_p $ 中，极限 $ \lim_{p\to\infty} h(C_4, G_p) = 4 $ 成立，确认了一个非平凡的极值值。
• 对数收敛在双部设定下保证了紧致性，因为 $ h(H,G) $ 一致有界，从而即使在稀疏情形下也能保证子序列收敛。
• 边概率为 $ n^{2\beta - 2} $ 的稀疏随机图表现出由稀疏指数 $ \beta \in (0,1] $ 索引的一族极限，不同 $ \beta $ 对应不同的极限密度。
• 该框架通过在标记图中引入边缘熵与互信息，支持了更精细的收敛概念，推广了原始的对数收敛概念。
• 由熵最大化导出的信息论不等式为证明图密度不等式（包括与西多伦科猜想相关的不等式）提供了新工具。